Pivotal Digital Transformation Forum: Fraport AG

Fraport AG: always ready for take-off Big Data@FRA München, 19. Oktober 2015 Dieter Steinmann, Fraport AG

Fraport auf einen Blick

Unternehmensportrait, März 2015 2

Unsere Historie

Unternehmensportrait, März 2015 3

Vom Flughof Manager 1924...

...zum Manager internationaler Drehkreuze und Airports.

Umsatzträger sind unsere Kerngeschäftsfelder

Unternehmensportrait, März 2015 4

Umsätze im Gesamtkonzern nach Segmenten 2014

Aviation

Ground Handling External Activities & Services

Retail & Real Estate

884 Mio. Euro

36,9 % 27,4 % 19,0 % 16,7 %

656 Mio. Euro

456 Mio. Euro

399 Mio. Euro 2.395 Mio. € Gesamtumsatz 2014

Mit FRA sind wir unter den weltweit führenden Flughäfen im Passagierverkehr...

Unternehmensportrait, März 2015 5

Passagiere 2014 (in Mio.)

1.  Atlanta 96,2

2.  Beijing 86,1

3.  London Heathrow 73,4

4.  Tokyo 72,8

5.  Los Angeles 70,7

6.  Dubai 70,5

7.  Chicago 70,0

8.  Paris CDG 63,8

9.  Dallas 63,5

10.  Hong Kong 63,1

11.  Frankfurt 59,6

12.  Jakarta 57,0

13.  Istanbul 56,8

14.  Amsterdam 55,0

15.  Guangzhou 54,8 Quelle: ACI

Agenda

Big Data bei Fraport

Analytics in der Praxis

1

2

BIAF – Die Big Data Plattform 4

Zusammenfassung 5

Smart Data Lab Projekt 3

Big Data: Die Erkenntnis für Unternehmen

"Big data is what happened when the cost of storing information became less than the cost of making the decision to

throw it away.”

George Dyson (US-Historiker)

Big Data & Optimierung

Big Data: Die Definition der 3Vs ... und wofür?

Value Big Data & Optimierung

Größte Herausforderung für Fraport

Big Data: Variety

Operational processes under responsibility of Fraport AG

Ground

Chart 9

BIAF - The Analytical Platform

Weit über 1000 Prozessattribute pro Flugbewegung

Big Data: Velocity

Big Data & Optimierung

Big Data: Value

Bessere Entscheidungen treffen !!!

Big Data & Optimierung

Big Data: Vision

“99% aller operativen Entscheidungen können automatisiert werden!”

Prof. Dr. Michael Feindt (Physiker CERN* )

Big Data & Optimierung

*Jede Sekunde wirft der CERN Teilchenbeschleuniger im Betrieb ein Petabyte Informationen aus.

Wie lautet die Antwort auf Big Data?

Business Analytics Big Data

[ Information Overload ] [ Value Extraction]

Big Data & Optimierung

Business Analytics: Die tragenden Faktoren

Technologie Analytische Verfahren

Kompetenz

Analytische Plattform •  Datenmanagement •  Rechenkapazität •  Schnittstellen •  Architekturen •  In-Memory Technologie • Massive-Parallele

Verarbeitung

Data Scientist •  kreativ & neugierig •  Datenaffinität •  Statistik •  kommunikativ •  skeptisch •  Fachwissen •  technologisch

Statistik •  Zeitreihenanalyse •  Regression •  Entscheidungsbaum

Data Mining •  Mustererkennung •  Vorhersagemodellierung

Machine Learning •  Deep Learning •  Neuronales Netz Optimierung •  linear & nicht-linear •  lokal vs. global

„More than 85 % of Fortune 500 organizations will be unable to effectively exploit Big Data by 2015.” (Gartner)

“By 2018, the United States alone could face a shortage of 140,000 to 190,000 people with deep

analytical skills as well as 1.5 million managers and analysts with the know-how to use the analysis of big data to make effective decisions.” (McKinsey Global Institute)

Big Data & Optimierung

Agenda

Big Data bei Fraport

Analytics in der Praxis

1

2

BIAF – Die Big Data Plattform 4

Zusammenfassung 5

Smart Data Lab Projekt 3

„Great to have you here!“ – Das Serviceprogramm für FRA wurde 2010 gestartet und entwickelt sich stetig weiter

Friendly Attention

Pleasant Surroundings

Quick and

Comfortable Travel

Shopping and Experience

Herausforderungen 16

Wie kann Analytics helfen ein 5 Sterne-Airport zu werden?

Friendly Attention

Pleasant Surroundings

Quick and

Comfortable Travel

Shopping and Experience

Herausforderungen 17

“Great to have you here!” – kürzere Wartezeiten

Analytics in der Praxis 18

„Big Data“ in der operativen Leitstelle

Analytics in der Praxis 19

Zufluss-Vorhersage an Prozessstellen Zur effizienten Steuerung von Passagierflüssen wurde eine Anwendung zur Vorhersage von Zuflüssen auf Prozessstellen entwickelt.

Analytics in der Praxis 20

Passagierfluss-Analyse Tool 1. PAX Forecast 2. Echtzeit

Datenintegration 3. Simulation 4. Präsentation

Passagierfluss Analyse & Steuerung

Endnutzer Leitstelle Bundespolizei, operative MA

Simulation

Airlines

aktuelle Datenbasis

Bundespolizei

Layout Parameter

Eingabe Umsteuerungen

Sensordaten

historischer Flugbericht

zentrale Flugdatenbank

PAX Prognose Modellierung - Total-On Board pro Flug - Umsteiger -  Aus- / Zusteiger

Analytics in der Praxis 21

Der Einsatz von Analytics unterstützt dabei ...

... das Passagierverhalten zu verstehen §  Shopping und Gastronomie §  Check-in (Home vs. Schalter) §  Sicherheitskontrollen

... Passagiere zu prognostizieren

§  Gesamtpassagier an Board einer Maschine

§  Originär-Aus-/Zusteiger §  Umsteiger auf Anschlussflüge

… Passagierbewegungen zu simulieren §  Zufluss- Abflussströme §  Füllstände in relevanten Bereichen §  Wartezeiten an Prozessstellen

Analytics in der Praxis 22

… and the winner is … Satisfaction with FRA

(Percentage of satisfied passengers) FRA-Passengers

(in millions)

Source: Fraport Passenger Survey, Overall satisfaction Source: Traffic Figures (UEW-MF)

70%

77%80%

2010 2011 2012

53,0

56,457,5

2010 2011 2012

57.5 56.4

53.0

„World‘s Most Improved Airport“

Analytics in der Praxis 23

Agenda

Big Data bei Fraport

Analytics in der Praxis

1

2

BIAF – Die Big Data Plattform 4

Zusammenfassung 5

Smart Data Lab Projekt 3

Potentiale aus Big Data heben

„Wer Big Data voranbringen will, muss Experimente zulassen. Daher brauchen wir Schutzräume außerhalb des Tagesgeschäfts, in denen Big Data ausprobiert werden und sich entwickeln kann.“ (Professor Dr. Björn Bloching)

Smart Data Lab Projekt 25

Wir brauchen einen kreativen Raum, des Forschens und Entdeckens mit intelligenten kleinen Projekte, die auch mal scheitern dürfen.

Smart Data Lab

Fraport hat in den letzten Jahren zwei große Assets aufgebaut und konsequent weiterentwickelt

BIAF operative Daten

1.) Datenfundus 2.) Analytische Kompetenz

dezentrale, isolierte Analysen

Mit dem Smart Data Lab wurden erstmals übergreifende Fragestellungen in einem interdisziplinären Team aus vielen Fachbereichen bearbeitet. Um ein effizientes Arbeiten in dieser Teamzusammensetzung zu fördern wurde eine neue Arbeitsmethode angewandt, die agiles Arbeiten optimal unterstützt.

Smart Data Lab bei Fraport

Aviation Ground- handling Retail

SAP BW kaufmännische Daten

Projekte Finanzen Instand- haltung

€

Smart Data Lab Projekt 26

Smart Data Lab

€

agil und interdisziplinär

Fraport verfügt in vielen Geschäftsbereichen über analytisch geschultes Personal.

In zwei zentralen analytischen Systemen werden seit mehreren Jahren konsequent die operativen und kaufmännischen Daten gesammelt und für Auswertungen zur Verfügung gestellt.

Scope

Scope des Smart Data Lab

Descriptive Analytics

Predictive Analytics

Prescriptive Analytics

Schwierigkeit

Mehrwert Diagnostic Analytics Was ist

passiert?

Warum ist es passiert?

Was wird passieren?

Wie können wir es passieren lassen?

Big Data & Optimierung

Data Science Team bestehend aus 15 internen Experten und einem

externen Coach

Arbeiten im Smart Data Lab

Fachexperte

Kompetenzen Rollen

- Business Know-how -  Interpretation der Ergebnisse -  Informationsbeschaffung

Datenmanager - Data Preparation - Ad-hoc Datenimport - Beladung Visual Analytics

Statistiker - Data Mining - Predictive Modeling - Explorative Datenanalyse

Abdeckung aller Kompetenzen von einer Personen schwer möglich, daher Notwendigkeit

im Team zu agieren

Smart Data Lab Projekt 28

Ergebnisse

Kommunikation

Verlauf

Projektleitung

Ablauf und Organisation

Smart Data Lab Projekt 29

Auftrag

1

2

3

4

5

Projekt unter der Leitung der Konzernstrategie und IT unter Anwendung einer agile Projektmethode

Aufteilung der Projektmitglieder in vier Arbeitsgruppen, unter Berücksichtigung der jeweiligen Kompetenzrolle Daily Stand-up wöchentlicher Jour Fixe

Ergebnisvorstellung im Vorstand und Top-Management à Smart Data Lab war erfolgreich und soll turnusmäßig fortgeführt werden

Vorstandsauftrag zur Untersuchung von vier Musterfragestellungen

Schulung und Einführung (1 Woche) Analysephase und Prototyperstellung (4 Wochen) Ergebnisaufbereitung (1 Woche)

Neue Arbeitsmethode: Das Taskboard als zentrales Element des agilen Projektmanagements!

Smart Data Lab Projekt 30

•  Tasks sind Aufgaben, die von einem Bearbeiter an einem Tag erledigt werden können. •  Tägliches Treffen der gesamten Projektgruppe vor dem Taskboard (20 Min.). •  Klärung der anstehenden Aufgaben auf Tagesbasis bzw. Hemmnissen. •  Gemeinsames Lernen durch den Austausch zu möglichen Lösungsansätzen. •  Schärfung der Verbindlichkeit durch tägliche Statusabfrage der Aufgaben.

Neue Arbeitsmethode sichert Projekterfolg und kann künftig für vergleichbare Projekte eingesetzt werden

1. Fragestellung: „Flugzeugpositionierung“ Identifikation erschließbarer Umsatzpotenziale einzelner Retail-Geschäfte auf Grundlage der Flugzeugpositionierung („Destinationswertigkeit“) Ergebnis: à Simulationsmodell zur What-if Analyse

2. Fragestellung: „BVD-Prognosemodell“

Prognosemodell zur Abschätzung des tatsächlichen Betriebsverlaufs (inkl. Verspätungen) als Basis der betrieblichen Steuerung und Ressourceneinteilung Ergebnis: à Prognosemodell zur Verspätungsvorhersage

Smart Data Lab Projekt 31

Entlang von vier Fragestellungen wurden unterschiedliche Hilfsinstrumente und Prototypen erarbeitet

Umsatzpotenzial Szenario A xx € Szenario B xx € ...

Terminal 1 Terminal 2

LH 4711 Delay +6:43

AA 070 Delay +16:51

AF 817 Delay -0:33

3. Fragestellung: „Retail-Frühwarnsystem“ Ausgehend von den Gesamterlösen werden am Beispiel Retail Einflussfaktoren auf die Erlösentwicklung identifiziert, um hierfür ein mögliches Frühwarnsystem zu entwickeln Ergebnis: à Retailprognosemodell + Qualitätsregelkarte

4. Fragestellung: „Frachtprodukte“

Ableitung der Fracht-Produktkategorien am Frankfurter Flughafen anhand der Analyse von Frachttransport und –abfertigung Ergebnis: à Instrument zur Marktpotenzialanalyse

Smart Data Lab Projekt 32

Entlang von vier Fragestellungen wurden unterschiedliche Hilfsinstrumente und Prototypen erarbeitet

-3.500.000

-2.500.000

-1.500.000

-500.000

500.000

1.500.000

2.500.000

3.500.000

Mittellinie0,5%-Grenze99,5%-GrenzeAbweichungTest_TrendTest_RunProzessstoerung_1%

Smart Data Lab ist nur der erster Schritt ... Transformationsprozess

Smart Data Lab Projekt

Smart Data Lab Smart Data Factory

Big Data

Analysis Insights Ground

Aviation

Retail

Anforderungen / Fragestellung Fachexpertise

Pilotaufbau und Bereitstellung

Security

...

Geschäftsbereich

Delivery

•  Operationalisierung •  Realisierungsprojekte •  Change-Management •  Neue Produkte & Services

•  Forschen & Entdecken •  Data Science •  Prototypen •  Agil •  2x im Jahr 4 Wochen

33

Vorstand

Umsetzungskonzept und Rollenverteilung

Bereichsrückmeldungen SDL (IUK,UEW) 34

Smart Data Lab Ergebnisvorstellung im Fachbereich

Smart Data Factory

Organisation Unternehmensentwicklung (UEW), IT (IUK)

SGB IUK im Rahmen der IT Investitionsprozesse

Ressourcen SDL-Kernteam; Lab-Projektmitglieder

SDL-Kernteam; Lab-Projektmitglieder

IUK-Mitarbeiter; Externe IT-Mitarbeiter; punktuell Fachbereichsexperten und Lab-Projektmitglieder

Anforderungsprofil •  Statistiker •  Fachexperte •  Datenmanager

•  Entscheider •  Fachexperten

•  Projektleiter •  Datenmanager •  Solution-Architect •  Softwareentwickler •  Support-Team

Finanzierung - - ILV, Investitionsprojekt

Zeitlicher Aufwand 4 Wochen ca. 1-2 Woche (nachgelagert zum SDL) dauerhafte Einrichtung

Rollenkonzept •  Für das Smart Data Lab identifiziert UEW in der Diskussion mit den Fachbereichen geeignete, unternehmensrelevante Fragestellungen. Dabei wird die Auswertbarkeit der Datengrundlage vorab von UEW in Zusammenarbeit mit IUK geprüft. •  Ferner stellt IUK für das Smart Data Lab die Räumlichkeiten und die IT-Ausrüstung zur Verfügung.

Agenda

Big Data bei Fraport

Analytics in der Praxis

1

2

BIAF – Die Big Data Plattform 4

Zusammenfassung 5

Smart Data Lab Projekt 3

BIAF Product Development

Chart 36

BIAF - The Analytical Platform

2005 2006 2008 2010 2012 Time

2013

HPA Appliance SAS/Pivotal High Performance Analytics Appliance

Smart Data Lab

2015

Operative Sonderlösungen

Berichtswesen in BIAF

one-click Reporting

Berichts- erstellung

Freie Datenanalyse

Prognose Mustererkennung

Simulation

SAS JMP

SAS Enterprise Guide

SAS Portal SAS Web Report Studio

BIAF Reporting Plattform

SAS Enterprise Miner

SAS Visual Analytics

SAS Visual Analytics

Was ist BIAF?

BIAF Analytical Platform Architecture

GRID Node2

SAS Mid1

SAS Mid 2

BIAF Mid

ESRS Gtwy1

Backup

Storage

SAS Mid 1

GRID Node2

Primary Data Center Secondary Data Center

Greenplum Appliance historical Data PROD

daily restore for DR

Application-side mirroring

Greenplum DB Segment 1 Operational Data

Greenplum Appliance DEV, TEST and Desaster Recovery

Meta Srv1

opsDB Master

GRID Node1

opsDB Second

Greenplum DB Segment 2 Operational Data

Meta Srv3

BIAF Mid

Meta Srv2

Meta Srv2

SAS Mid 2

Meta Srv1

GRID Node1

Meta Srv3

ESRS Gtwy2

ESRS Policy

PROD DEV/TEST

SAS Visual Analytics + High Performance Analytics

SAS Visual Analytics + High Performance Analytics

GRID Node3

BIAF - The Analytical Platform

Hyper-V-Cluster

opsDB Master

opsDB Seg 1

opsDB Master

opsDB Seg 1

Virtual Application Layer •  Stretched-cluster configuration •  SAS 9.4 (BI + DI) •  Clustered SAS Meta-Data Server •  Clustered SAS Mid-Tier •  SAS GRID-Manager

BIAF Analytical Platform Architecture

GRID Node2

SAS Mid1

SAS Mid 2

BIAF Mid

ESRS Gtwy1

Backup

Storage

SAS Mid 1

GRID Node2

Primary Data Center Secondary Data Center

Greenplum Appliance historical Data PROD

daily restore for DR

Application-side mirroring

Greenplum DB Segment 1 Operational Data

Greenplum Appliance DEV, TEST and Desaster Recovery

Meta Srv1

opsDB Master

GRID Node1

opsDB Second

Greenplum DB Segment 2 Operational Data

Meta Srv3

BIAF Mid

Meta Srv2

Meta Srv2

SAS Mid 2

Meta Srv1

GRID Node1

Meta Srv3

ESRS Gtwy2

ESRS Policy

PROD DEV/TEST

SAS Visual Analytics + High Performance Analytics

SAS Visual Analytics + High Performance Analytics

GRID Node3

BIAF - The Analytical Platform

Hyper-V-Cluster

opsDB Master

opsDB Seg 1

opsDB Master

opsDB Seg 1

Operational Data Store (hot) •  real-time Data •  ca. 1.000.000 Business Events/day •  automatically mirrored PDC & SDC •  ca. 150GB Storage •  Operational BI – Reporting & Analytics

BIAF Analytical Platform Architecture

GRID Node2

SAS Mid1

SAS Mid 2

BIAF Mid

ESRS Gtwy1

Backup

Storage

SAS Mid 1

GRID Node2

Primary Data Center Secondary Data Center

Greenplum Appliance historical Data PROD

daily restore for DR

Application-side mirroring

Greenplum DB Segment 1 Operational Data

Greenplum Appliance DEV, TEST and Desaster Recovery

Meta Srv1

opsDB Master

GRID Node1

opsDB Second

Greenplum DB Segment 2 Operational Data

Meta Srv3

BIAF Mid

Meta Srv2

Meta Srv2

SAS Mid 2

Meta Srv1

GRID Node1

Meta Srv3

ESRS Gtwy2

ESRS Policy

PROD DEV/TEST

SAS Visual Analytics + High Performance Analytics

SAS Visual Analytics + High Performance Analytics

GRID Node3

BIAF - The Analytical Platform

Hyper-V-Cluster

opsDB Master

opsDB Seg 1

opsDB Master

opsDB Seg 1

Enterprise Data Store (warm)

•  historical Data •  ca. 2 TB Storage / up to 6 TB Storage licensed •  daily full backup & Restore into SDC for DR •  Analytical Database MPP •  EMC 24/7 Premium Support

•  Calling Home •  Remote Access through Policy Server

BIAF Analytical Platform Architecture

GRID Node2

SAS Mid1

SAS Mid 2

BIAF Mid

ESRS Gtwy1

Backup

Storage

SAS Mid 1

GRID Node2

Primary Data Center Secondary Data Center

Greenplum Appliance historical Data PROD

daily restore for DR

Application-side mirroring

Greenplum DB Segment 1 Operational Data

Greenplum Appliance DEV, TEST and Desaster Recovery

Meta Srv1

opsDB Master

GRID Node1

opsDB Second

Greenplum DB Segment 2 Operational Data

Meta Srv3

BIAF Mid

Meta Srv2

Meta Srv2

SAS Mid 2

Meta Srv1

GRID Node1

Meta Srv3

ESRS Gtwy2

ESRS Policy

PROD DEV/TEST

SAS Visual Analytics + High Performance Analytics

SAS Visual Analytics + High Performance Analytics

GRID Node3

BIAF - The Analytical Platform

Hyper-V-Cluster

opsDB Master

opsDB Seg 1

opsDB Master

opsDB Seg 1

SAS/Greenplum Analytical Appliance •  SAS High Performance Analytics •  SAS Visual Analytics •  In-Memory Database •  Mobile BI •  In-Database Analytics

Cold storage layer

Agenda

Big Data bei Fraport

Analytics in der Praxis

1

2

BIAF – Die Big Data Plattform 4

Zusammenfassung 5

Smart Data Lab Projekt 3

•  Klassisches R&D ist nicht in unserer Unternehmens-DNA verankert, dennoch müssen wir es anpacken

•  „Failure is NO-option“ à es ist essenzieller Teil der Entwicklung

•  Arbeiten in einem Data Science Team mit agiler Projektmethode ist ein Key-Success Faktor

•  Wahrnehmung über das Potenzial von Analytics im Unternehmen deutlich geschärft

•  LAB als geschützter Raum mit Zugriff auf alle Daten fördert die

Entwicklung von konzeptionellen Ansätzen und Ergebnissen frei von Restriktionen und Bereichsinteressen

•  Big Data Transformation ist eine Unternehmsaufgabe und kein Bereichsprojekt

Zusammenfassung

Zusammenfassung 43

“I have not failed. I’ve just found 10,000 ways that won’t work.” Thomas

A. Edison

Fraport a data driven company ...

Chart 45

PhD defense Torben C. Barth: Optimization of baggage handling at airports

Thank you for your attention!

Enjoy the day …

Kernkompetenz rund um Analytics und Big Data innerhalb der IT aufgehängt!

Organigramm IUK 46

Vorstand

Dr. Stefan Schulte (VV)

Information und Kommunikation

Dr. Matthias Zieschang (VF)

Michael Müller (VA)

Anke Giesen (VO)

Dr. Roland Krieg (CIO) IUK

Anwendungs-entwicklung

Dr. Wolfgang Pelzer IUK-AE

Business-Systeme

Dieter Steinmann IUK-AE4

Bau-/ und PM-Systeme & Business Applications

Business Intelligence administrativ

Business Intelligence operativ

Christian Wrobel IUK-AE43 Analytical Solution Architect

Digital Transformation Forum

Disrupt or Be Disrupted 19 OCTOBER · BMW WELT EVENT CENTRE · MUNICH